使用Python进行形态学文本分析，基于*.dic和*.aff

Question

我有两个乌克兰语的文件，格式是hunspell的（一个是.dic文件，一个是.aff文件）。我的程序需要获取输入单词的基本形式。也就是说，它可以从.dic文件中找到单词的形式，然后从.aff文件中获取词缀。我不知道怎么做到这一点，即使是用Hunspell的工具，但我想这应该是可能的。

请问有哪些Python库可以利用.dic和.aff文件来获取单词的基本形式呢？

Answer 1

只是想更新一下，le pyhunspell 项目不再在 googlecode 上了。以下是新的链接：

• pypi 仓库： https://pypi.python.org/pypi/hunspell
• 代码： https://github.com/blatinier/pyhunspell

至于添加功能（在第一个回答的评论中提到的），现在已经在 pydoc 中有文档说明了。

Answer 2

如前所述，hunspell是你需要的库。以下是一些来自https://code.google.com/p/pyhunspell/wiki/UsingPyHunspell的示例：

import hunspell
hobj = hunspell.HunSpell('/usr/share/myspell/en_US.dic', '/usr/share/myspell/en_US.aff')
hobj.spell('spookie')
>>>>False

hobj.suggest('spookie')
>>>>['spookier', 'spookiness', 'spooky', 'spook', 'spoonbill']

hobj.spell('spooky')
>>>>True

hobj.analyze('linked')
>>>>[' st:link fl:D']
hobj.stem('linked')
>>>>['link']